Advertisement

UCI-HAR-Dataset:UCI 数据集

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
UCI-HAR-Dataset是由University of California, Irvine提供的一个数据集,用于人体活动识别研究,包含穿戴传感器收集的与六种日常活动相关的时间序列数据。 ### 人类活动识别使用智能手机数据集 #### 作者:Coursera2015(获取和清理数据,2015 年 1 月) 将存储库 UCI-HAR-Dataset 克隆到您的个人资料中: ``` $ git clone https://github.com/Coursera2015/UCI-HAR-Dataset ``` 进入目录 UCI-HAR-Dataset,将其设置为您的工作目录。运行脚本 run_analysis.R 。该脚本使用“data”文件夹中的数据文件,并将整洁的数据集导出到名为 data_fin.txt 的文件中。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • UCI-HAR-Dataset:UCI
    优质
    UCI-HAR-Dataset是由University of California, Irvine提供的一个数据集,用于人体活动识别研究,包含穿戴传感器收集的与六种日常活动相关的时间序列数据。 ### 人类活动识别使用智能手机数据集 #### 作者:Coursera2015(获取和清理数据,2015 年 1 月) 将存储库 UCI-HAR-Dataset 克隆到您的个人资料中: ``` $ git clone https://github.com/Coursera2015/UCI-HAR-Dataset ``` 进入目录 UCI-HAR-Dataset,将其设置为您的工作目录。运行脚本 run_analysis.R 。该脚本使用“data”文件夹中的数据文件,并将整洁的数据集导出到名为 data_fin.txt 的文件中。
  • UCI-HAR-Dataset:UCI-HAR的预处理
    优质
    本项目专注于UCI-HAR数据集的预处理工作,旨在通过清洗和转换原始传感器数据,为人类活动识别研究提供高质量的数据支持。 UCI-HAR 数据集的原始数据及其项目描述可以从相关网站获取。该数据集包含了从Samsung Galaxy S智能手机上的加速度计收集的数据。 提供的Python脚本用于将原始数据转换为最终整齐的数据集,具体操作如下: 1. 合并训练和测试集合以创建一个统一的数据集。 2. 提取每个测量的均值(mean)和标准差(standard deviation),忽略其他非统计特征的测量值。 3. 使用描述性的活动名称来命名数据集中各项活动,并用适当的变量名标记整个数据集。 依据上述步骤处理后的数据,会创建一个独立且整洁的数据集合。该集合中包含每个活动中各个主体每项变量的平均值信息。
  • UCI-HAR-Dataset分析
    优质
    UCI-HAR-Dataset是一个广泛用于人体活动识别的研究数据集,包含了从手机传感器收集到的与六种日常活动相关的测量值,旨在促进穿戴式传感技术在健康领域的应用研究。 这是来自Coursera的“获取和清理数据”课程项目的存储库。有关数据的信息可以在CodeBook.md文件中找到。R代码用于创建一个包含原始数据中的每个活动和主题变量平均值的新整洁数据集。下载并解压数据到R工作目录下的data目录后,运行 R 代码 run_analysis.R 或获取它。这将生成名为“FinalData.txt”的文本段落件,即所需的数据集。
  • UCI
    优质
    UCI数据集是由加州大学 Irvine分校维护的一个包含了来自科学各领域的大量数据集合,广泛应用于机器学习和数据分析研究与教育。 用于机器学习的大量UCI数据集包含了对不同数据集性质的描述以及已有的分类效果结果。
  • 人类活动识别:基于UCI HAR的机器学习应用
    优质
    本研究利用UCI HAR数据集进行机器学习分析,旨在提升对人类日常活动中动作行为的精准识别能力,为智能生活提供技术支持。 在UCI HAR数据集上使用机器学习进行人类活动识别。
  • SonarUCI
    优质
    Sonar数据集是来自UCI机器学习库的一个二分类问题数据集,包含208个样本和60个数值型特征,用于识别水中目标是否为潜艇。 UCI的一个数据集Sonar已经被转换为MATLAB的.mat数据文件,在MATLAB中可以直接使用load函数加载。
  • UCI.zip
    优质
    UCI数据集.zip包含了来自加州大学 Irvine 存储库的各种机器学习和数据挖掘研究中使用的数据集合,涵盖从生物学到物理科学等多个领域。 UCI数据集作为标准测试数据集,在许多机器学习的论文中频繁出现。为了更方便地使用这些数据集,有必要对其进行整理。这里列举了论文中常见的几个数据集,并详细介绍如何利用MATLAB将原始的数据集文件转换成所需的格式以及如何有效使用这些数据集文件。
  • UCI分析
    优质
    本项目专注于UCI数据集中各类问题的探索与解析,通过统计分析和机器学习模型的应用,旨在揭示隐藏在数据背后的模式和趋势。 UCI常用的数据集如iris、glass等适合用于数据挖掘实验。
  • UCI分析
    优质
    本项目专注于UCI数据集的研究与应用,通过深入挖掘和分析不同领域的数据集,旨在探索有效的数据分析方法和技术。 该数据集较为权威,可用于测试聚类、分类等算法。
  • UCI DNA .zip
    优质
    该数据集包含了用于遗传学研究的人类DNA序列信息,旨在支持疾病关联分析、个性化医疗和遗传变异研究等应用。 UCI DNA数据集.zip